基于Apriori算法的煤矿生产数据关联规则挖掘研究
56 浏览量
更新于2024-09-05
收藏 318KB PDF 举报
"关联规则Apriori算法在煤矿生产数据上的应用研究"
本文主要研究了关联规则Apriori算法在煤矿生产数据上的应用,旨在挖掘出煤矿生产数据之间的关联规则。关联规则挖掘是数据挖掘中最重要、最活跃的研究内容之一,已经成功应用于市场营销、事务分析等领域,并逐渐应用于煤矿领域。
关联规则挖掘过程主要包含两个阶段:第一阶段是找出所有的频繁项集,第二阶段是由这些频繁项集中产生关联规则。Apriori算法是一种最有影响力的挖掘布尔关联规则频繁项集的算法,其核心是基于两阶段频集思想的递推算法。
在本研究中,我们采用了关联规则Apriori算法对煤矿生产调度子系统的数据进行频繁模式的挖掘,并对挖掘出来的频繁模式进行关联规则分析。结果表明,原煤实际产量和实际开拓进尺存在很高的关联度。
关联规则Apriori算法的应用在煤矿生产数据上的优点是可以挖掘出隐含在数据中的有价值的信息,为煤矿调度人员提供一定的决策依据。同时,关联规则Apriori算法也可以用于预测和分析统计。
本研究证明了关联规则Apriori算法在煤矿生产数据上的应用价值,旨在挖掘出煤矿生产数据之间的关联规则,并为煤矿调度人员提供一定的决策依据。
知识点:
1. 关联规则挖掘是数据挖掘中最重要、最活跃的研究内容之一。
2. Apriori算法是一种最有影响力的挖掘布尔关联规则频繁项集的算法。
3. 关联规则挖掘过程主要包含两个阶段:找出所有的频繁项集和由这些频繁项集中产生关联规则。
4. 关联规则Apriori算法可以挖掘出隐含在数据中的有价值的信息,为煤矿调度人员提供一定的决策依据。
5. 关联规则Apriori算法也可以用于预测和分析统计。
6. 关联规则Apriori算法在煤矿生产数据上的应用价值体现在挖掘出煤矿生产数据之间的关联规则。
关键词:关联规则Apriori算法频繁项集归一化离散化
点击了解资源详情
点击了解资源详情
点击了解资源详情
2020-05-26 上传
2020-07-04 上传
2020-07-06 上传
2020-07-07 上传
2021-07-14 上传
2021-07-14 上传
weixin_38506182
- 粉丝: 3
- 资源: 942
最新资源
- Python中快速友好的MessagePack序列化库msgspec
- 大学生社团管理系统设计与实现
- 基于Netbeans和JavaFX的宿舍管理系统开发与实践
- NodeJS打造Discord机器人:kazzcord功能全解析
- 小学教学与管理一体化:校务管理系统v***
- AppDeploy neXtGen:无需代理的Windows AD集成软件自动分发
- 基于SSM和JSP技术的网上商城系统开发
- 探索ANOIRA16的GitHub托管测试网站之路
- 语音性别识别:机器学习模型的精确度提升策略
- 利用MATLAB代码让古董486电脑焕发新生
- Erlang VM上的分布式生命游戏实现与Elixir设计
- 一键下载管理 - Go to Downloads-crx插件
- Java SSM框架开发的客户关系管理系统
- 使用SQL数据库和Django开发应用程序指南
- Spring Security实战指南:详细示例与应用
- Quarkus项目测试展示柜:Cucumber与FitNesse实践